报告核心观点 - 上月权益、商品和债券上涨，黄金下跌；上月未加入货币资产的策略收益 0.48%，表现差于风险平价和等权配置策略；最新建议增配权益和商品，平配债券和黄金，调整后权益、国债、商品、黄金权重分别为 7.01%、75.01%、10.90%、7.08% [2][3][4] 上一期各资产表现 - 上月权益、商品和债券净价上涨，涨幅分别为 2.50%、4.03%，黄金下跌 0.57% [2][10] - 报告使用的 ETF 中，沪深 300ETF、有色 ETF 和能源化工 ETF 分别上涨 2.85%、3.08%和 4.37%，黄金 ETF 下跌 0.75% [2][13] 宏观经济指标走势 - 从经济增长、通货膨胀、信用和货币四个大类选取 18 个因子对宏观资产配置进行指引，展示了季调后指标走势 [17] 大类资产配置策略表现 - 根据经济指标走势决策大类资产配置，融入风险预算模型，用下行波动率计算风险权重 [25] - 2014 年 1 月 1 日到上月末，策略年化收益 7.71%，年化波动率 3.53%，最大回撤 3.17%，夏普比率和卡玛比率分别为 2.19 和 2.44，优于风险平价和等权配置策略；加入货币资产可使回撤更低，夏普比率和卡玛比率提升 [3][25] - 上月未加入货币资产的策略收益 0.48%，表现差于风险平价和等权配置策略 [3][27] 最新配置建议 - 权益经济因子 1 分，信用因子 3 分，建议增配；债券货币因子宽松，但经济、通胀上行，建议平配；商品通胀因子总分 4 分，建议增配；黄金经济和通胀因子得分大于 0，建议平配 [4] - 调整后权益、国债、商品、黄金的风险权重分别为 7.01%、75.01%、10.90%、7.08% [4][32]

根据研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **鑫选ETF绝对收益策略** - 模型构建思路：通过"抽屉法"在场内权益ETF池中进行测试，旨在跑出绝对收益和相对A股权益的长周期相对收益[10] - 模型具体构建过程： 1. 筛选ETF池并设定等权重分配（黄金ETF、食品饮料ETF等8类各10%）[11] 2. 结合技术面量化指标动态调整持仓 - 模型评价：样本外表现优异，风险收益比突出 2. **全天候多资产多策略ETF风险平价策略** - 模型构建思路：通过资产分散（商品/美股/国内权益/债券）和策略叠加（行业/风格/大小盘轮动）降低波动[15] - 模型具体构建过程： 1. 风险平价权重计算：$$w_i = \frac{1/\sigma_i}{\sum_{j=1}^n 1/\sigma_j}$$ 2. 动态调整国债（30年期21%）、黄金（6.94%）等12类资产权重[16] 3. **中美核心资产组合** - 模型构建思路：结合RSRS趋势策略与技术面反转策略配置白酒/红利/黄金/纳指[19] - 模型评价：长周期超额收益显著，但需注意标的波动差异 4. **高景气/红利轮动策略** - 模型构建思路：根据宏观信号切换高景气成长（创业板/科创50）与红利（低波/央企红利）配置[22] - 模型具体构建过程： 1. 构建景气度指标（社融增速、外资流入） 2. 当信号触发时按50%-50%权重调仓 5. **双债LOF增强策略** - 模型构建思路：通过波动率倒数加权提升债券配置比例[25] - 模型具体构建过程： 1. 计算双债LOF与其他资产的周波动率 2. 权重分配：$$w_{bond} = \frac{1/\sigma_{bond}}{1/\sigma_{bond}+1/\sigma_{risk}}$$ 模型回测效果 | 策略名称 | 年化收益率 | 最大回撤 | 波动率 | 夏普比率 | 数据来源 | |---------------------------|------------|----------|--------|----------|----------------| | 鑫选技术面量化策略 | 23.76% | -6.30% | 17.46% | 1.19 | [31] | | 高景气红利轮动策略 | 34.96% | -22.04% | 34.54% | 0.97 | [31] | | 中美核心资产组合 | 40.24% | -10.86% | 17.09% | 1.95 | [31] | | 双债LOF增强 | 6.55% | -2.26% | 3.39% | 1.30 | [31] | | 结构化风险平价策略(QDII) | 16.70% | -2.38% | 4.90% | 2.77 | [31][28] | | 全天候多资产风险平价策略 | 14.10% | -3.62% | 4.45% | 2.54 | [31][13] | 关键因子应用 1. **风格轮动因子** - 构建思路：通过期限利差、CPI/PPI等宏观指标判断红利/成长风格占优[4] - 测试结果：当前信号显示红利风格持续占优 2. **大小盘轮动因子** - 构建思路：结合短端利率下行与RSI技术指标判断小盘超额收益[4] - 测试结果：5月信号从看多小微盘转为市值平配 3. **行业景气度因子** - 构建方法：跟踪电子/非银/新能源等行业资金流数据[42][45] - 最新信号：电子（-4.16%YTD）与医药（+7.03%YTD）分化显著[55] 注：所有策略均采用华鑫证券独家标签体系进行ETF分类（宽基/行业/因子/主题等）[41]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **鑫选ETF绝对收益策略** - 模型构建思路：通过"抽屉法"在场内权益ETF池中进行测试，目标是跑出绝对收益和相对A股权益的长周期相对收益[11] - 具体构建过程： 1. 筛选鑫选ETF池中的标的（如黄金ETF、食品饮料ETF等） 2. 采用技术面量化方法进行组合优化 3. 动态调整持仓权重（各标的权重10%）[12] - 模型评价：样本外表现优异，风险收益比突出 2. **全天候多资产多策略ETF风险平价策略** - 模型构建思路：结合行业轮动、风格轮动等权益策略，使用风险平价方法分散资产和策略风险[17] - 具体构建过程： 1. 配置多资产类别（商品/美股/国内权益/债券） 2. 采用风险贡献均衡的权重分配方法 3. 具体持仓包括国债ETF（21.05%）、黄金ETF（9.12%）等[18] 3. **中美核心资产组合** - 模型构建思路：纳入白酒、红利、黄金、纳指四种强趋势标的，结合RSRS择时策略[21] - 具体构建过程： 1. 对每类资产应用RSRS趋势判断 2. 根据技术面反转信号调整仓位 3. 当前持仓为中证红利ETF和黄金ETF 4. **高景气/红利轮动策略** - 模型构建思路：构建高景气成长与红利策略的轮动模型[24] - 具体构建过程： 1. 信号为高景气时配置创业板ETF和科创50ETF（各50%） 2. 信号为红利时配置红利低波ETF与央企红利50ETF 3. 2024年2月后调整红利组合结构 5. **双债LOF增强策略** - 模型构建思路：通过波动率倒数归一化方法提升债券配置权重[27] - 具体构建过程： 1. 将标的分为双债LOF与其他三类资产 2. 计算各组收益率波动率 3. 按波动率倒数分配权重 6. **结构化风险平价（QDII）** - 模型构建思路：以国内债券ETF为主，QDII产品增强收益[30] - 具体构建过程： 1. 配置QDII权益（纳指ETF等）、黄金、国内红利ETF 2. 采用风险平价方法优化组合 模型的回测效果 | 策略名称 | 总收益率 | 年化收益率 | 最大回撤 | 波动率 | 夏普比率 | |---------|---------|-----------|---------|--------|----------| | 鑫选技术面量化策略 | 33.49% | 24.14% | -6.30% | 17.58% | 1.20 | [33] | 高景气红利轮动策略 | 48.99% | 34.78% | -22.04% | 34.79% | 0.96 | [33] | 中美核心资产组合 | 59.80% | 42.03% | -10.86% | 17.16% | 2.02 | [33] | 双债LOF增强 | 9.08% | 6.73% | -2.26% | 3.41% | 1.34 | [33] | 结构化风险平价(QDII) | 23.59% | 17.18% | -2.38% | 4.92% | 2.84 | [33] | 全天候多资产策略 | 19.69% | 14.40% | -3.62% | 4.48% | 2.58 | [15][33] 量化因子与构建方式 1. **红利因子** - 构建思路：通过股息率和低波动特征筛选标的[24] - 具体构建： 1. 计算标的股息率（$$ Dividend\ Yield = \frac{DPS}{Price} $$） 2. 结合波动率指标筛选 3. 应用于红利低波ETF等产品 2. **质量因子** - 构建思路：筛选自由现金流稳定的标的[24] - 具体构建： 1. 计算企业自由现金流（$$ FCF = CFO - CapEx $$） 2. 标准化处理后加权 3. **趋势因子(RSRS)** - 构建思路：捕捉资产价格趋势[21] - 具体构建： 1. 计算标的RSRS斜率 2. 设定阈值触发交易信号 因子的回测效果 | 因子类型 | 代表ETF | 年化超额收益 | IR | |---------|--------|-------------|----| | 红利因子 | 红利低波ETF | 2.31% | 0.88 | [59] | 质量因子 | 自由现金流ETF | 1.67% | 0.21 | [48] | 趋势因子 | 黄金ETF | 25.74% | 3.86 | [59] 注：所有策略测试结果均为2024年初至今数据[33]，因子表现取自周涨幅TOP35ETF数据[59]

根据提供的研报内容，以下是量化模型与因子的详细总结： 量化模型与构建方式 1. **鑫选ETF绝对收益策略** - **模型构建思路**：通过"抽屉法"在场内权益ETF池中进行测试，目标是跑出绝对收益和相对A股权益的长周期相对收益[11] - **具体构建过程**： 1. 筛选ETF池（黄金、食品饮料、医疗、豆粕、芯片、半导体、港股创新药等） 2. 采用等权重分配（各10%）[12] 3. 动态调整持仓基于技术面量化信号 - **模型评价**：样本外表现优异，超额收益显著 2. **全天候多资产多策略ETF风险平价策略** - **模型构建思路**：结合行业/风格轮动等权益策略，通过风险平价降低波动性[16] - **具体构建过程**： 1. 资产分类：商品（黄金）、美股（标普500）、国内权益（行业/风格轮动）、国内债（10/30年国债） 2. 风险平价权重分配（如30年国债21.15%，黄金7.71%）[17] - **模型评价**：精细化分散风险，收益稳定性强 3. **中美核心资产组合** - **模型构建思路**：纳入白酒、红利、黄金、纳指等强趋势标的，结合RSRS择时与技术面反转策略[20] - **具体构建过程**： 1. 信号生成：RSRS指标判断趋势强度 2. 动态调仓（最新持仓为中证红利ETF、黄金ETF） - **模型评价**：长期超额收益显著 4. **高景气/红利轮动策略** - **模型构建思路**：构建高景气成长与红利的轮动模型[23] - **具体构建过程**： 1. 信号触发时调入创业板ETF/科创50ETF（高景气）或红利低波ETF/央企红利50ETF（红利） 2. 权重分配：60%红利类+40%成长类 5. **双债LOF增强策略** - **模型构建思路**：通过波动率倒数归一化调整债券与其他资产权重[26] - **具体构建过程**： 1. 分组计算收益率波动率 2. 权重公式：$$w_i = \frac{1/\sigma_i}{\sum(1/\sigma_i)}$$ 3. 优先分配至低波动债券标的 6. **结构化风险平价策略(QDII)** - **模型构建思路**：以国内债券ETF为主，QDII权益/黄金/红利ETF增强[27][29] - **具体构建过程**： 1. 资产池扩展至纳指ETF、日经ETF、恒生医疗ETF等 2. 风险平价优化权重 --- 模型回测效果（2024年初至今） | 模型名称 | 总收益率 | 最大回撤 | 波动率 | 夏普比率 | |------------------------------|----------|----------|--------|----------| | 鑫选技术面量化策略 | 32.01% | -6.30% | 17.70% | 1.16 | | 高景气红利轮动策略 | 47.70% | -22.04% | 35.04% | 0.95 | | 中美核心资产组合 | 57.80% | -10.86% | 17.25% | 1.98 | | 双债LOF增强 | 9.08% | -2.26% | 3.43% | 1.36 | | 结构化风险平价策略(QDII) | 22.52% | -2.38% | 4.94% | 2.75 | | 全天候多资产风险平价策略 | 18.81% | -3.62% | 4.49% | 2.49 | [32] --- 关键因子应用 - **RSRS择时因子**：用于中美核心资产组合的趋势判断，通过斜率指标捕捉市场拐点[20] - **波动率倒数加权因子**：在双债LOF增强策略中实现债券权重的动态优化[26] - **行业轮动因子**：结合基本面景气度与动量信号，驱动全天候策略中的权益配置[16] 注：报告中未单独列出因子构建公式，主要因子逻辑嵌入在各模型流程中。

理财产品权益配置策略 - 理财公司入市需将客户画像、产品定位和投资运作相匹配，但当前存在短期制约 [3] - 纯固收理财难以分享企业资产增值红利，需引入股东权益如可转债对冲信用债风险 [3] - 权益投资需关注三点：保持安全边际、选择优质企业现金流、高频再平衡以应对负债久期短的特点 [4] 多资产多策略投资逻辑 - 绝对收益目标需构建风险中性组合，单一线性资产易受贴现率波动影响 [4] - 多资产本质是多因子组合，需通过风险平价策略和smart beta挖掘低波动因子实现长期复利优势 [5] - 多策略灵活性类似烹饪方法多样化，需根据市场环境调整策略组合 [5] 全球市场环境与投资应对 - 年初全球市场震荡加剧，美国股债商汇齐跌，中国资产稳健，"东升西落"叙事主导市场 [6] - 黄金表现突出，反映全球债务扩张乏力与企业盈利稀缺，地缘政治风险上升 [6] - 建议在不确定性中捕捉反脆弱性交易机会，但需警惕宏观叙事转变带来的反身性效应 [6] 理财公司产品设计与投资者建议 - 高波动环境下需结合线性与非线性工具改造投资组合现金流，依赖衍生工具进行风险再配置 [7] - 理财产品需严格匹配客户需求，制定合理业绩基准和风险偏好以稳定参照系 [7] - 投资者应根据风险偏好配置产品：低风险客户选择固收类或现金管理类，高风险客户可通过长期限"固收+"布局含权资产 [7]

全球资产避险性能分析 - 近期市场动荡幅度显著大于前几年，A股表现相对稳健，而美股近2个月最大回撤超20% [4][6] - 中国利率债今年波动加大，1月入场的稳健投资者面临2.6%+回撤 [6] - 研究聚焦长期视角下全球各类资产（股市、债市、商品、现金）的避险能力 [8] 避险资产评估框架 - 核心指标包括：最大回撤及修复天数、持有期正收益概率（季度/年度/3年/5年）、风险调整收益指标（夏普比率、卡玛比率） [11][12][13] - 覆盖资产范围：全球主要股市（A股、港股、美股等）、中债/美债、黄金/原油、货币基金/超短期国债 [14][15] - 数据区间为2005/1/1-2025/5/7 [16] 单一资产避险表现 **最优资产：中国货币基金** - 最大回撤仅-0.03%，季度/年度正收益概率100%，夏普比率12.17 [19][21] - 美国超短期国债表现逊色，季度正收益概率仅40% [21] **债券与黄金局限性** - 中债最大回撤-14.52%（2016-2017年），修复需409天，但5年正收益概率98.95% [24] - 美债最大回撤-51.76%（2020-2023年），年度正收益概率不足50% [24][25] - 黄金最大回撤-44.49%（2011-2016年），修复耗时5年，近期领涨但波动风险需警惕 [25] **全球股市对比** - 印度股市风险收益比最优：年化收益10.01%，5年正收益概率97.89%，夏普比率0.575 [27] - 美股（年化6.5%）、台股（88.87%正收益概率）、A股（年化6.73%）次之 [27] - 越南股（最大回撤-79.35%）和原油（最大回撤-84.26%）为风险最高资产 [29][30] 多元配置策略优势 - 组合（A股/美股/中债/黄金/货币基金等）夏普比率1.134，3年/5年正收益概率100%，最大回撤-16.71% [34] - 风险平价策略通过季度再平衡控制单一资产风险暴露（上限30%），长期稳定性优于单一资产 [35] - 雪球三分法强调资产、市场、时机三重分散，实现收益多元化和风险对冲 [36]

收益表现 - 多资产配置组合自2024年4月3日至2025年4月18日累计收益8.11%，2025年收益2.07%，最大回撤-1.99% [5] - 同期中证800收益5.15%，标普500收益1.37%，中债新综合收益4.97% [5] - 组合在13个月中仅有2个月出现负收益（-0.3%和-0.09%），胜率极高 [9] 资产配置权重 - A股占比9.00%（红利低波资产为主），美股9.47%（纳斯达克100+标普500），商品15.59%（黄金占11.80%） [10][13] - 美债占比22.33%（中长债+短债），中债43.61%（7-10年国开债+政金债） [13] 策略目标与原则 - 目标为替代固收+组合（年化4-5%），构建家庭资产底仓（目标占可投资资产60%） [11] - 采用风险平价策略实现大类资产（权益/债券/商品）风险分散，二级子资产使用均值方差模型 [11] - 核心原理为选择低相关性且长期收益向上的资产，基本不择时，实际业绩基准为中债新综合指数 [11] 组合运营细节 - 美债因QDII额度限制超配7个百分点（标配15%），在十年国债收益率接近5%时主动超配 [14] - 资产再平衡基于1年/3年/5年数据评估，但实际调整频率较低以避免过度干预 [14] - 主要使用指数基金降低对基金经理依赖，仅美债因无指数基金采用"拼大饼"方式配置 [14] 未来优化方向 - 计划将组合权重提升至家庭可投资资产的60%，作为现金管理升级版 [16] - 探索A股Reits等低相关性资产，但排除原油等博弈性过强的品种 [17] - 持续优化夏普比率，减少人工干预，强化数据驱动决策 [17][18] 策略核心理念 - 通过跨市场配置实现"地球上总有一处是牛市"的风险对冲效果 [18] - 基于雪球三分法理念（资产分散/市场分散/时机分散）构建长期投资框架 [19]